- •Случайные события, их виды.
- •Классическое определение вероятности, ее свойства.
- •Относительная частота, ее свойства.
- •Суммирование вероятностей несовместимых событий.
- •Полная группа событий, противоположные события.
- •Условная вероятность. Теорема умножения вероятностей для зависимых событий.
- •Независимые события. Теорема умножения вероятностей для независимых событий.
- •Независимые события. Вероятность появления хотя бы одного события.
- •Сложение вероятностей для совместимых событий.
- •Формула полной вероятности.
- •Формула Байеса.
- •Независимые испытания. Формула Бернулли, свойства формулы.
- •Локальная теорема Лапласа.
- •Интегральная теорема Лапласа.
- •Случайные величины. Виды случайных величин. Формы законов распределения случайных величин.
- •Ряды распределения. Многоугольник распределения.
- •Функция распределения. Ее свойства.
- •Плотность распределения и ее свойства.
- •Математическое ожидание (м(х)) дискретных случайных величин. Его свойства.
- •Дисперсия (d(X)) случайной дискретной величины. Ее свойства. Среднеквадратическое отклонение σ(х).
- •Взаимно независимые случайные величины, которые имеют одинаковый
- •Числовые характеристики непрерывных случайных величин.
- •Начальные центральные и теоретические моменты.
- •Биномиальный закон распределения.
- •Распределение Пуассона.
- •Равномерный закон распределения.
- •Показательный закон распределения.
- •Нормальный закон распределения. Форма нормальной кривой. Влияние параметров на форму.
- •Числовые характеристики нормального закона распределения. Моменты нормального закона распределения.
- •Функции распределения. Нормальный закон.
- •Нормальный закон распределения, вероятность попадания в заданный интервал.
- •Симметрия икСес. ( χ )
- •Нормальный закон распределения. Вычисление вероятности заданного отклонения. Правило 3х сигм.
- •Закон Больших Чисел. Неравенство Чебышева, обобщенная теорема Чебышева. Теорема Маркова
- •Закон Больших Чисел. Теорема Бернулли и Пуассона.
- •Центральная Предельная Теорема.
- •Задачи математической статистики. Выборочный метод.
- •Дискретный вариационный ряд.
- •Интервальный вариационный ряд.
- •Графическое изображение вариационных рядов. Полигон частот и гистограмма.
- •Эмпирическая функция распределения. Ее свойства.
- •4 2,43,44. Точечные оценки. Свойства точечных оценок.
- •Метод максимальной правдоподобности для дискретных случайных величин.
- •Метод максимальной правдоподобности для непрерывных случайных величин.
- •Получение методом максимальной правдоподобности точечных оценок параметров показательного закону распределения.
- •Получение методом максимальной правдоподобности точечных оценок параметров нормального закону распределения.
- •Точечные центральные эмпирические моменты.
- •Метод моментов.
- •Законы распределения χ2 (хи квадрат), tct (Стьюдента), Fф (Фишера).
- •Распределение , d(выборки) нормальной генеральной совокупности.
- •Интервальное оценивание. Постановка задачи.
- •Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) известно.
- •Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) неизвестно.
- •Доверительный интервал для дисперсии нормальной совокупности.
- •Статистическая проверка гипотезы. Основные понятия. Н0 и н1, критерии проверки гипотезы. Критическая точка. Критическая область и область принятия гипотезы. Основной принцип проверки гипотез.
- •Виды критических областей. Построение критических областей.
- •(*) Общая схема статистической проверки гипотез.
- •Критерий согласия χ2 Пирсона.
- •Критерий согласия Колмогорова.
- •Проверка гипотез про равенство математического ожидания м(х) нормальной совокупности гипотетическому значению, если среднеквадратическое отклонение σ(х) известно.
- •Проверка гипотез про равенство математического ожидания м(х) нормальной совокупности гипотетическому значению, если среднеквадратическое отклонение σ(х) неизвестно.
- •Проверка гипотез про равенство математического ожидания d(х) нормальной совокупности гипотетическому значению.
-
Доверительный интервал для м(х) нормальной совокупности, если среднеквадратичное отклонение σ(х) неизвестно.
Даже
если не известно σ,
воспользовавшись данными выборки,
построим случайную величину, обозначив
ее значения через Т:
которая имеет
распределение Стьюдента с k = n—1 степенями
свободы; здесь
—
выборочная средняя, S—«исправленное»
среднее квадратическое отклонение, n
— объем выборки. Плотность распределения
Стьюдента
где
Мы
видим, что распределение Стьюдента
определяется параметром n—объемом
выборки (или, что то же, числом степеней
свободы k=n-1)
и не зависит от неизвестных параметров
а и σ; эта особенность является его
большим достоинством. Поскольку S(t,
n)—четная функция от t,
вероятность осуществления неравенства
определяется так:
![]()
Заменив неравенство в круглых скобках равносильным ему двойным неравенством, получим
Итак, пользуясь
распределением Стьюдента, мы нашли
доверительный интервал
покрывающий неизвестный параметр а с
надежностью γ. Здесь случайные величины
X к S заменены неслучайными величинами
х и s, найденными по выборке. tγ
– табличное значения функции Стюдента.
Під інтервальною оцінкою розуміють інтервал, що називають довірчим, межі якого залежать від вибіркових значень випадкової величини X і який із заданою ймовірністю містить істинне значення оцінюваного параметра
Довірчий
інтервал для математичного сподівання
випадкової величини при заданій довірчій
ймовірності
визначається відповідно до виразу:
,
де
– математичне сподівання випадкової
величини X;
– критична точка
розподілу Стьюдента, визначається за
табл. В.2 для числа ступенів свободи
k=n-1
і рівня значущості
.
-
Доверительный интервал для дисперсии нормальной совокупности.
Під інтервальною оцінкою розуміють інтервал, що називають довірчим, межі якого залежать від вибіркових значень випадкової величини X і який із заданою ймовірністю містить істинне значення оцінюваного параметра
Довірчий інтервал для дисперсії має вигляд:
,
де
– дисперсія випадкової величини X;
– критичні точки
розподілу
Пірсона, значення яких визначається за
табл. В.3 за числом ступенів свободи
k=n-1,
а також за рівнем значущості a/2
для
і (1-a
/2) для
.
-
Статистическая проверка гипотезы. Основные понятия. Н0 и н1, критерии проверки гипотезы. Критическая точка. Критическая область и область принятия гипотезы. Основной принцип проверки гипотез.
Статистической называют гипотезу о виде неизвестного распределения, или о параметрах известных распределений.
Например, статистическими являются гипотезы:
1) генеральная совокупность распределена по закону
Пуассона;
2) дисперсии двух нормальных совокупностей равны
между собой.
Нулевой
(основной)
называют выдвинутую гипотезу
.
Конкурирующей
(альтернативной)
называют гипотезу
которая противоречит нулевой.
Критерии:
-
Статистическим критерием (или просто критерием) называют случайную величину
,
которая служит для проверки нулевой
гипотезы. -
Наблюдаемым значением
называют
значение критерия, вычисленное по
выборкам.
Критическая область:
Критической областью называют совокупность значений критерия, при которых
нулевую гипотезу отвергают.
Областью принятия гипотезы (областью допустимых критических значений) называют совокупность значений критерия, при которых гипотезу принимают.
Критическими
точками
(границами)
называют точки, отделяющие критическую
область от области принятия гипотезы.
Различают одностороннюю (правостороннюю или левостороннюю) и двустороннюю критические области.
